AI BENCHY
तुलना करा चार्ट्स
❤️ Made by XCS
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

#12

DeepSeek V3.2

Deepseek · प्रकाशन: 2025-12-01 · deepseek/deepseek-v3.2::medium

सरासरी स्कोअर

6.99

प्रति निकाल खर्च

0.193

सुसंगतता

8.75

एकूण खर्च

$0.018

बरोबर चाचण्या

9

एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.

चुकीच्या चाचण्या

5

प्रति प्रयत्न पास दर: 71.4%

अस्थिर चाचण्या

2

प्रतिसाद वेळ: सरासरी 36.24s · एकूण 507.30s · कमाल 79.03s

चुकीचे उत्तर: 3 सूचनांचे पालन केले नाही: 1 वेळ संपला: 1

स्कोअरनुसार शीर्ष मॉडेल्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

झटपट तुलना

श्रेणीवार तपशील

श्रेणी सरासरी स्कोअर सुसंगतता बरोबर चाचण्या
Anti-AI Tricks 7.00 9.86 2/3
Data parsing and extraction 9.88 10.00 2/2
Domain specific 4.00 7.21 1/3
Instructions following 7.00 9.84 1/2
Puzzle Solving 7.00 7.21 2/3
Tool Calling 10.00 10.00 1/1